基于Hadoop构建对象存储系统

By云深作者：Terry/Alen/Adam/SeymourZ

转载请注明出处

前言

 

l         云计算领域目前有两大代表性系统：Google和Amazon，它们各自的存储系统为Google GFS和Amazon S3，都提供高可靠性、高性能、高可扩展性的存储能力

 

l         Hadoop HDFS就是Google GFS存储系统的开源实现，主要应用场景是作为并行计算环境（MapReduce）的基础组件，同时也是Bigtable（如HBase、HyperTable）的底层分布式文件系统。Hadoop HDFS也有自身的局限性，虽然作为分布式文件系统称谓，但它并不适合所有的应用场合。如：单点namespace问题，小文件问题等，早有阐述。http://www.cloudera.com/blog/2009/02/

 

l         Amazon S3作为一个对象存储系统运营，为客户提供1到5G任意大小的对象（文件）存储，从有限的资料来看，S3没有采用GFS的类似的体系架构，也不对外提供完整的文件系统呈现，更多的是一种对象存储访问的形式。

 

l         既然Hadoop HDFS适合处理和存储大块的文件，我们是否也可以把HDFS作为一种容器看待，通过上层抽象，对外提供类似Amazon S3一样的对象存储功能呢？答案我想是肯定的，下面就讨论基于Hadoop开源项目，构建一个高可靠，高性能、高扩展性的对象存储系统，实现类似Amazon S3的用户接口。

 

系统架构

 

图-1 系统架构

 

系统组成：

 

对象访问接口层（Access Edge）

§         提供客户端Lib，供上层应用调用;

§         提供REST和SOAP接口，支持web业务的访问。

 

对象元数据存储层（MetaData Storage）

§         实现对象操作业务逻辑，包括：

1.         Bucket创建；

2.         Bucket删除；

3.         Bucket信息查询；

4.         对象创建；

5.         对象元数据信息查询；

6.         对象删除；

7.         对象元数据修改；

§         负责对象元数据的管理和维护，基于Hbase实现，由Hbase实现系统的扩展和高可靠性

 

对象实体数据存储(DataNode)

§         提供对象数据的可靠存储；

§         提供对象归档文件的存储；

§         基于HDFS，支持数据冗余

 

归档管理(Archive Management)

§         零散的小对象文件的归档；

§         归档文件的存储管理；

§         失效对象的磁盘空间回收；

§         归档文件的再归档；

§         相关元数据信息的修改；

 

元数据存储子系统

采用Bigtable（HBase）的结构化存储系统，提供Mata Data存储：

 

可用Object元数据表结构

列名

类型

备注

Object 标识符

字符串

Row key；

格式：

Usr:bucket:full path

用户自定义元数据

字符串

<key，value>列表

格式：Key0：value0|key1:value1|…

归档标志

Bool

标识object文件是否已被归档

数据位置描述

字符串

格式：Hdfs://filepath:offset:size

最后修改时间

时间戳

标识元数据版本

 

已删除Object元数据表结构

列名

类型

备注

Object 标识符

字符串

Row key；

格式：

Usr:bucket:full path

归档标志

Bool

标识object文件是否已被归档

数据位置描述

字符串

格式：

Hdfs://filepath:offset:size

 

Bucket信息表结构

列名

类型

备注

bucket 标识符

字符串

Row key；

格式：

Usr:bucket

用户自定义元数据

字符串

<key，value>列表

格式：Key0：value0|key1:value1|…

Max space

int64

Bucket允许的最大空间

Used space

int64

Bucket已使用的空间

注：RowKey的设计，应该为系统处理提供最合适的索引

HDFS中对象数据的存储形式

对象在HDFS中存储有两种形式：

§         对象文件 —— 每个文件对应一个对象，对象创建时存储到对象存储系统中的形态；

•  
  • 归档文件 —— 为了减少HDFS中小文件的数据，将小的对象文件和归档文件归档。

HDFS中目录结构：

§         /data_dir-|-/object_dir/-|-obj_file0

                      |                   |-obj_file1

                      |

                      |-/arch_dir/-|-arch_file0

                                         |-arch_file1

 

 

图-2 HDFS上的对象数据存储

 

Bucket的创建和删除

Bucket创建：

1、  Bool Create Bucket(user_id, buck_name, buck_size, … );

2、  MetaData Storage查询 Bucket信息表确定是否已经存在相同的user bucket记录;

3、  如果Bucket信息表中不存在相同的user Bucket记录，则在表中插入一条user bucket记录;

4、  返回True或者False表示操作成功与否；

 

Bucket删除：

1、  Bool DropBucket(user_id, buck_name);

2、  MetaData Storage查询 Bucket信息表确定是否已经存在相同的user bucket记录;

3、  如果Bucket信息表中存在相同的user Bucket记录，则查询ObjectMeta表确定Bucket是否为空；

4、  若Bucket为空，则删除Bucket信息表中对应的记录；

5、  返回True或者False表示操作成功与否；

 

 

图-3 Bucket的创建和删除

对象的创建

1.  
   1. Client提交创建对象请求create_obj_req(usr,bucket,obj_key,obj_meta);
   2. 检查user和Bucket的合法性，要求存在、可访问、容量允许；生成对象在HDFS中的对象文件的URI；
   3. 返回对象文件URI；
   4. 将对象数据写入HDFS的对象文件；
   5. 通知MetaData Storage对象数据存储完成；
   6. 更新对象元数据索引信息，包括：

①     对象元数据信息插入；

②     Bucket的已使用空间大小，对于同一个对象的多个版本，以最新版本空间大小为准；

1.  
   1. 返回创建对象成功。

 

图-4 对象的创建

对象的删除

1.  
   1. Client提交删除对象请求delete_obj_req(usr,bucket,obj_key);
   2. 检查user和Bucket的合法性，要求存在、访问权限；不合法则返回失败；
   3. User和Bucket检查通过，则进行如下处理：

①     删除对象在元数据表中的信息；

②     将删除对象及其在hdfs中的路径信息存入到已删除对象表中；

③     更新Bucket使用空间大小；

          对象删除时，对象可能有两种存储形态：

1.  
   1. 对象文件 —— Archive Management归档处理时，会直接删除无效的该文件；
   2. 归档文件的一部分 —— Archive Management对磁盘利用率低的归档文件压缩处理时，删除该数据；

 

 

图-5 对象的删除

 

小文件的归档管理

该部分主要由周期性执行的MapReduce任务完成；有以下几个处理流程：      

•  
  1. 对象归档
  2. 扫描元数据信息表，统计未归档的对象信息，包括在HDFS中的URI、对象大小等；
  3. 根据配置的归档文件大小限制，对统计所得的对象进行分组；
  4. 将每个分组中的对象文件合并到一个归档文件中；
  5. 更新相关对象元数据信息表中的数据位置描述项；
  6. 删除旧的对象文件；

 

 

图-6 小文件的归档

 

归档文件的压缩

1.  
   1. 扫描已删除对象表，统计无效对象信息；
   2. 对于未归档的无效对象文件，直接删除；
   3. 将已归档的无效对象按照归档文件分组；
   4. 统计涉及到的归档文件的空间利用率；
   5. 统计利用率利用率低于阈值的每个归档文件中所有有效对象信息；
   6. 将归档文件中的有效对象数据合并到一个新的归档文件中；
   7. 更新相关对象元数据信息表中的数据位置描述项；
   8. 删除旧的归档文件；

 

 

图-7 归档文件的压缩

 

归档文件的再归档

1.       扫描归档文件列表，统计占用磁盘空间低于阈值的归档文件；

2.       根据归档文件大小配置参数，将统计所得归档文件分组；

3.       统计各分组归档文件涉及到的对象；

4.       将每个分组中的归档文件合并到一个归档文件；将归档文件中的有效对象数据合并到一个新的归档文件中；

5.       更新相关对象元数据信息表中的数据位置描述项；

6.       删除旧的归档文件；

 

 

图-8 归档文件的再归档

 

总结语

基于Hadoop实现类似Amazon S3的对象存储系统，有一定的先天优势，例如Hadoop的HDFS作为数据存储的容器，解决了数据冗余备份的问题；Hadoop的半结构化的存储系统HBase可以支撑MetaData的存储，同时解决了MetaData存储层的可靠性和可扩展性等问题。HDFS天生不能适合存储大量小文件的缺陷，可以使用MapReduce处理架构在后台提供对象归档管理功能（Hadoop已经有了HAV的功能，只是没有平台化），使得HDFS仍然存储自己喜欢的“大文件”。这种基于Hadoop实现的对象存储系统，并不能保证在现阶段达到和Amazon S3一样的服务效率，但随着Hadoop系统的不断完善（例如HDFS访问效率的提高，Append功能的支持等），相信也能有不俗的表现。